mcpField
F
findata-toolkit-us

findata-toolkit-us

github.com/geeksfino数据与数据库28586 次安装34 周前更新
代码仓库

关于 findata-toolkit-us

FinData Toolkit — US Market 是面向美国市场分析的金融数据与量化计算工具包，适用于投资研究和组合分析。它通过命令行脚本提供股票、SEC 文件、宏观数据、因子筛选及组合风险分析，输出 JSON，数据源无需 API 密钥。

主要功能

  1. 01获取股票基本面、历史价格和财务指标
  2. 02查询 SEC 文件及内部人交易
  3. 03计算财务质量与风险指标
  4. 04分析组合集中度、相关性和风险
  5. 05按多因子筛选股票
  6. 06查看美国宏观经济指标

适用场景

  1. 01分析个股财务、估值和历史行情
  2. 02检查 SEC 披露及内部人交易
  3. 03评估组合风险并进行历史压力测试
  4. 04筛选股票或查看宏观经济状况

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/geeksfino/finskills --skill findata-toolkit-us

安装后在 Claude Code 中输入/findata-toolkit-us确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

LICENSE.txt
requirements.txt
config/
data_sources.yaml
scripts/
factor_screener.py
financial_calc.py
macro_data.py
portfolio_analytics.py
sec_edgar.py
stock_data.py
scripts/common/
__init__.py
config.py
utils.py

详细介绍

FinData Toolkit — 美国市场

一套自包含的数据工具包，提供实时金融数据和量化计算，用于分析美国市场。所有数据源均为免费，且无需 API 密钥。

设置

（一次性）安装依赖：

pip install -r requirements.txt

可用工具

所有脚本均位于 scripts/ 目录中。请从技能根目录运行。

1. 股票数据（scripts/stock_data.py）

通过 yfinance 获取股票基本面、价格历史和财务指标。

命令用途
python scripts/stock_data.py AAPL基本公司信息
python scripts/stock_data.py AAPL --metrics完整财务指标（估值、盈利能力、杠杆、增长、分析师共识）
python scripts/stock_data.py AAPL --history --period 1yOHLCV 价格历史
python scripts/stock_data.py AAPL --financials利润表、资产负债表、现金流
python scripts/stock_data.py AAPL MSFT GOOGL --screen根据价值筛选条件筛选股票
2. SEC EDGAR（scripts/sec_edgar.py）

获取内幕交易数据（Form 4）、公司申报文件和 CIK 查询结果。

命令用途
python scripts/sec_edgar.py insider AAPL近期内幕交易
python scripts/sec_edgar.py insider AAPL --days 90过去 90 天的内幕交易
python scripts/sec_edgar.py filings AAPL --form-type 10-K近期 10-K 申报文件
python scripts/sec_edgar.py cik AAPL查询 CIK 编号
3. 财务计算器（scripts/financial_calc.py）

杜邦分解、Altman Z-Score、Beneish M-Score、Piotroski F-Score、盈利质量和营运资本分析。

命令用途
python scripts/financial_calc.py AAPL --all所有计算
python scripts/financial_calc.py AAPL --dupont五因素杜邦分解
python scripts/financial_calc.py AAPL --zscoreAltman Z-Score（破产风险）
python scripts/financial_calc.py AAPL --mscoreBeneish M-Score（操纵检测）
python scripts/financial_calc.py AAPL --fscorePiotroski F-Score（财务实力）
python scripts/financial_calc.py AAPL --quality盈利质量评估
python scripts/financial_calc.py AAPL --working-capital营运资本和 CCC 分析
4. 投资组合分析（scripts/portfolio_analytics.py）

投资组合风险分析：集中度、相关性集群、VaR/CVaR、压力测试和健康度评分。

命令用途
python scripts/portfolio_analytics.py --holdings "AAPL:30,MSFT:25,GOOGL:20,AMZN:15,META:10"完整健康度评分（0–100）
... --concentration集中度分析（HHI、行业）
... --correlation相关性集群和 EDR
... --riskVaR/CVaR、Sharpe、Sortino、beta
... --stress历史压力测试（5 种情景）
5. 因子筛选器（scripts/factor_screener.py）

多因子股票评分：价值、动量、质量、低波动率、规模、增长。

命令用途
python scripts/factor_screener.py --universe "AAPL,MSFT,GOOGL,AMZN" --top 5筛选自定义股票池
python scripts/factor_screener.py --sp500-sample --top 10筛选 S&P 500 样本
... --factors value,quality仅使用指定因子
6. 宏观数据（scripts/macro_data.py）

来自 FRED 的美国宏观经济指标。

命令用途
python scripts/macro_data.py --dashboard完整宏观数据面板
python scripts/macro_data.py --rates利率和收益率曲线
python scripts/macro_data.py --inflationCPI、PCE、盈亏平衡通胀率
python scripts/macro_data.py --gdpGDP 和先行指标
python scripts/macro_data.py --employment失业率、工资岗位、JOLTS
python scripts/macro_data.py --cycle经济周期阶段评估

数据源

来源数据API 密钥
Yahoo Finance (yfinance)股票报价、财务数据、历史数据不需要
SEC EDGAR文件、内幕交易（Form 4）不需要
FRED宏观指标不需要

输出格式

所有脚本都将 JSON 输出到标准输出，以便轻松解析。错误会输出到标准错误。

配置

可选：编辑 config/data_sources.yaml，自定义速率限制或为高级数据源添加 API 密钥。

评论

支持 Markdown